[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN109245176B - 计及风险的含大规模风电的互联电网机组组合方法 - Google Patents

计及风险的含大规模风电的互联电网机组组合方法 Download PDF

Info

Publication number
CN109245176B
CN109245176B CN201811410806.2A CN201811410806A CN109245176B CN 109245176 B CN109245176 B CN 109245176B CN 201811410806 A CN201811410806 A CN 201811410806A CN 109245176 B CN109245176 B CN 109245176B
Authority
CN
China
Prior art keywords
unit
area
wind power
load
power grid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201811410806.2A
Other languages
English (en)
Other versions
CN109245176A (zh
Inventor
贾燕冰
韩肖清
张琪
宋天昊
王英
王鹏
秦文萍
孟润泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiyuan University of Technology
Original Assignee
Taiyuan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taiyuan University of Technology filed Critical Taiyuan University of Technology
Priority to CN201811410806.2A priority Critical patent/CN109245176B/zh
Publication of CN109245176A publication Critical patent/CN109245176A/zh
Application granted granted Critical
Publication of CN109245176B publication Critical patent/CN109245176B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H02J3/386—
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及含大规模风电的互联电网机组组合模型，具体为计及风电、负荷不确定性及系统设备故障等各种风险因素的多区域互联电网机组组合的模型。基于风电、负荷不确定性，选取典型设备故障场景集，并将典型场景所引起的失负荷期望和弃风量以惩罚的形式引入目标函数，量化各种风险对电网的影响，建立计及系统运行风险的机组组合模型。本发明计及风电出力及设备故障等运行不确定性，并针对系统不确定性造成的后果进行风险评估建立互联电网机组组合模型。本发明确定的方案可以在有限的计算时间内，求解互联电网的日前机组组合计划，实现系统运行经济性与可靠性的协调优化，具有推广应用前景。

Description

计及风险的含大规模风电的互联电网机组组合方法
技术领域
本发明涉及电力系统机组组合方法，具体为计及风电、负荷及电力系统设备不确定性等各种风险因素的互联电网机组组合方法。
背景技术
近年来，风电以其污染小、成本低等特性得到了人们的青睐，而其随机性、波动性无疑会给电力系统日前运行带来更多不确定性，增大了日前发电计划的难度。我国风电资源丰富的地区大多位于中西部，远离负荷相对较高的东部，且就地消纳困难，造成大量的弃风现象。同时，为保证系统安全可靠运行，系统需留有备用以防止不可预测的负荷、风电不确定性、机组及线路故障等，但大量的备用无疑会提高系统运行成本。区域互联可充分发挥不同区域负荷特性、风功率波动特征、电源结构的错峰性、互补性，电力大规模跨区输送已成为我国电网的典型特征。
含大规模风电的机组组合本质上是在保证系统安全可靠运行的前提下，根据负荷预测曲线，按经济调度原则，考虑风电不确定性以及网络安全约束的限制来合理安排各发电厂机组的启停状态、发电计划和备用计划，以期实现电力系统运行的可靠性与经济性。目前，考虑风电不确定性的机组组合问题主要有基于场景分析的随机规划、基于机会约束的随机规划和多场景概率风险分析3种方法。在含多个风电场的互联电网中，基于场景分析的随机规划将会使得场景数成指数增加；基于机会约束的随机规划在置信区间内将风电不确定性用1个预测场景和2个极限场景来表示，简化了问题复杂度，但无法回答置信水平设定的合理性。与前两种方法相比，多场景概率风险分析可在有限的场景下以较高的精度综合考虑负荷、风电预测误差以及系统设备故障等不确定性，并合理制定机组组合计划。
将单区域机组组合问题转变计及互联区域“源”-“荷”风险因素的多场景机组组合优化问题，可以实现资源互补，有效提高电网运行可靠性，降低电网运行成本。但随着风电场数目增多、互联电网中元件数量庞大、负荷波动日趋复杂，电网的场景数量呈几何级数快速增加，考虑电网互联对系统运行调度的影响以及联络线故障对互联电网运行可靠性的影响，计及多场景风险的含风电互联电网机组组合问题将面临更多挑战。在进行日前机组组合策略研究时，建立风险评估模型时必须考虑计算效率和计算规模等限制，尽可能的选择对互联电网风险起决定作用的关键场景，在有限的场景下相对真实地反应电网运行风险，从而获得实际可行的机组组合方案。
发明内容
本发明为了解决已有技术的不足之处，提出了一种计及风险的含大规模风电的互联电网机组组合方法。首先，建立了多区域互联电网计及风电和负荷预测误差、机组和区域间联络线强迫停运的场景集，以系统弃风电量期望和电量不足期望指标量化各场景运行风险，并以惩罚的形式将其引入目标函数；其次，计及机组特性约束、网络安全约束以及系统运行风险等约束条件，以优化周期内电网运行成本和风险惩罚成本之和最小为目标，建立了含风电的互联电网机组组合模型。
本发明是采用如下的技术方案实现的：计及风险的含大规模风电的互联电网机组组合方法，包括以下步骤：
S1：建立风电、负荷不确定性模型，设其预测误差服从正态分布，根据正态分布3σ准则将风电、负荷预测误差离散化，等效为7个运行场景；
S2：在计及风电、负荷预测误差的基础上，选取对系统运行有明显影响的设备故障，设置为3个场景集，来表征系统设备强迫停运给系统运行带来的风险；场景1：仅本区域停运一台机组；场景2：互联区域每个区域内各停运1台机组；场景3：区域之间的联络线故障；则 3种场景集中系统失负荷期望和系统弃风电量为：
Figure BDA0001878418910000031
式中：
Figure BDA0001878418910000032
分别为区域A在时刻t因正、负备用不足而产生的失负荷期望、弃风电量期望；式(1)第一部分、第二部分、第三部分分别为区域A在t时刻场景集1、2、3下产生的失负荷期望；式(2)第一部分、第二部分、第三部分分别为区域A在t时刻场景集1、 2、3下产生的弃风期望；G、G1分别为区域A、B的发电机总数；
Figure BDA0001878418910000033
为区域A所有火电机组的集合；
Figure BDA0001878418910000034
为区域A净负荷在第l个运行场景t时刻的预测误差及其概率；
Figure BDA0001878418910000035
为区域A机组j的强迫停运率；
Figure BDA0001878418910000036
为区域A、B间联络线mn的故障率；
Figure BDA0001878418910000037
为区域A、B同时停运一台机组的概率；
Figure BDA0001878418910000041
为区域A在t时刻的净负荷预测值；uit为机组i在时刻t的启停状态，1表示该机组在线，否则为0；Pit为火电机组i在时刻t的出力值；
Figure BDA0001878418910000042
为t时刻区域B通过联络线nm向区域 A支援的功率；
Figure BDA0001878418910000043
为区域A在场景集1下可提供的正、负备用；
Figure BDA0001878418910000044
为区域A在场景集2、3下可提供的正、负备用，具体计算公式如下：
Figure BDA0001878418910000045
Figure BDA0001878418910000046
式中：
Figure BDA0001878418910000047
为机组i在时刻t的正、负备用；
Figure BDA0001878418910000048
为区域B所有火电机组的集合；
S3：将系统失负荷期望和系统弃风电量期望以惩罚的形式引入目标函数，并设置约束条件，建立计及系统网络安全、常规机组特性、系统运行风险约束的互联电网机组组合模型，具体的目标函数表达式如下：
Figure BDA0001878418910000049
式中：Ci(Pit,uit)为火电机组运行成本函数，采用传统的二次函数表示；
Figure BDA00018784189100000410
为机组启动成本函数；
Figure BDA00018784189100000411
为机组停机成本函数；
Figure BDA00018784189100000412
分别为火电机组i的正、负备用成本系数；
Figure BDA00018784189100000413
为机组i在时刻t的正、负备用；Ceens为电网失负荷惩罚系数；Cewpc为电网弃风惩罚系数；
S4：在空间上对多区域互联电网的能量与备用进行联合优化，得到最优的机组组合方案，从而实现各区域的协调优化。
本发明考虑的故障场景集有必要且能够合理衡量电网运行风险并量化互联电网运行所需正、负备用容量；根据电网和负荷特性，合理设置失负荷、弃风惩罚系数，可以引导电网新能源建设和负荷合理用电。根据本发明优化得到的机组出力计划、备用计划、联络线输电计划，能够合理控制和经济调度电网资源，并满足网络安全和线路潮流的实际需求，可以实现区域间的“源—网—荷”协调及资源共享，减少了电网备用需求和传统机组开机时长、启停次数，有效提高电网运行经济性和可靠性。
具体实施方式
假设互联电网由A、B两区域通过联络线mn构成，在考虑含风电互联电网的运行可靠性时首先需做如下假设：(1)发电机组的故障停运是独立的，且各区域负荷、风电也相互独立；(2)各区域电网只分享备用容量而不分享电力不足，即在本区域无设备故障的基础上支援其他区域；(3)每一区域愿尽本区备用支援其他电网。
计及风险的含大规模风电的互联电网机组组合方法，包括以下步骤：
S1：建立风电、负荷不确定性模型，设其预测误差服从正态分布，根据正态分布3σ准则将风电、负荷等效为7个运行场景。
S2：确定互联电网的不确定运行场景集
考虑到含风电互联电网的运行特点，将系统的不确定场景集分为3类：(1)仅本区域停运一台机组；(2)互联区域每个区域内各停运1台机组；(3)区域之间的联络线故障。则3种场景集中系统失负荷期望和系统弃风电量为：
Figure BDA0001878418910000061
Figure BDA0001878418910000062
式中：
Figure BDA0001878418910000063
分别为区域A在时刻t因正、负备用不足而产生的失负荷期望、弃风电量期望；式(1)第一部分、第二部分、第三部分分别为区域A在t时刻场景集1、2、3下产生的失负荷期望；式(2)第一部分、第二部分、第三部分分别为区域A在t时刻场景集1、 2、3下产生的弃风期望；G、G1分别为区域A、B的发电机总数；
Figure BDA0001878418910000064
为区域A所有火电机组的集合；
Figure BDA0001878418910000065
为为区域A净负荷在第l 个运行场景t时刻的预测误差及其概率；
Figure BDA0001878418910000066
为区域A机组j的强迫停运率；
Figure BDA0001878418910000067
为区域A、B间联络线mn的故障率；
Figure BDA0001878418910000068
为区域A、B 同时停运一台机组的概率；
Figure BDA0001878418910000069
为区域A在t时刻的净负荷预测值；uit为机组i在时刻t的启停状态，1表示该机组在线，否则为0；Pit为火电机组i在时刻t的出力值；
Figure BDA00018784189100000610
为t时刻区域B通过联络线nm向区域A支援的功率；
Figure BDA00018784189100000611
为区域A在场景集1下可提供的正、负备用；
Figure BDA00018784189100000612
为区域A在场景集2、3下可提供的正、负备用，具体计算公式如下：
Figure BDA0001878418910000071
Figure BDA0001878418910000072
式中：
Figure BDA0001878418910000073
为机组i在时刻t的正、负备用；
Figure BDA0001878418910000074
为区域B所有火电机组的集合。
S3：将系统失负荷期望和系统弃风电量以惩罚的形式引入目标函数，并将其设置为约束条件，建立计及系统网络安全、常规机组特性、系统运行风险等约束的互联电网机组组合模型。具体的目标函数表达式如下：
Figure BDA0001878418910000075
式中：Ci(Pit,uit)为火电机组运行成本函数，采用传统的二次函数表示；
Figure BDA0001878418910000076
为机组启动成本函数；
Figure BDA0001878418910000077
为机组停机成本函数；
Figure BDA0001878418910000078
分别为火电机组i的正、负备用成本系数；Ceens为电网失负荷惩罚系数；Cewpc为电网弃风惩罚系数。
S4：在空间上对多区域互联电网的能量与备用进行联合优化，得到最优的机组组合方案，从而实现各区域的协调优化。

Claims (1)

1.计及风险的含大规模风电的互联电网机组组合方法，其特征在于包括以下步骤：
S1：建立风电、负荷不确定性模型，设其预测误差服从正态分布，根据正态分布3σ准则将风电、负荷等效为7个运行场景；
S2：在计及风电、负荷预测误差的基础上，选取对系统运行有明显影响的设备故障，设置为3个场景集，来表征系统设备强迫停运给系统运行带来的风险；场景1：仅本区域停运一台机组；场景2：互联区域每个区域内各停运1台机组；场景3：区域之间的联络线故障；则3种场景集中系统失负荷期望和系统弃风电量为：
Figure FDA0002957154870000011
Figure FDA0002957154870000012
式中：
Figure FDA0002957154870000013
分别为区域A在时刻t因正、负备用不足而产生的失负荷期望、弃风电量期望；式(1)第一部分、第二部分、第三部分分别为区域A在t时刻场景集1、2、3下产生的失负荷期望；式(2)第一部分、第二部分、第三部分分别为区域A在t时刻场景集1、2、3下产生的弃风期望；G、G1分别为区域A、B的发电机总数；
Figure FDA0002957154870000021
为区域A所有火电机组的集合；
Figure FDA0002957154870000022
为区域A净负荷在第l个运行场景t时刻的预测误差及其概率；
Figure FDA0002957154870000023
为区域A机组j的强迫停运率；
Figure FDA0002957154870000024
为区域A、B间联络线mn的故障率；
Figure FDA0002957154870000025
为区域A、B同时停运一台机组的概率；
Figure FDA0002957154870000026
为区域A在t时刻的净负荷预测值；uit为机组i在时刻t的启停状态，1表示该机组在线，否则为0；Pit为火电机组i在时刻t的出力值；
Figure FDA0002957154870000027
为t时刻区域B通过联络线nm向区域A支援的功率；
Figure FDA0002957154870000028
为区域A在场景集1下可提供的正、负备用；
Figure FDA0002957154870000029
为区域A在场景集2、3下可提供的正、负备用，具体计算公式如下：
Figure FDA00029571548700000210
Figure FDA00029571548700000211
式中：
Figure FDA00029571548700000212
为机组i在时刻t的正、负备用；
Figure FDA00029571548700000213
为区域B所有火电机组的集合；
S3：将系统失负荷期望和系统弃风电量期望以惩罚的形式引入目标函数，并设置约束条件，建立计及系统网络安全、常规机组特性、系统运行风险约束的互联电网机组组合模型，具体的目标函数表达式如下：
Figure FDA00029571548700000214
式中：Ci(Pit,uit)为火电机组运行成本函数，采用传统的二次函数表示；
Figure FDA00029571548700000215
为机组启动成本函数；
Figure FDA00029571548700000216
为机组停机成本函数；
Figure FDA00029571548700000217
分别为火电机组i的正、负备用成本系数；
Figure FDA00029571548700000218
为机组i在时刻t的正、负备用；Ceens为电网失负荷惩罚系数；Cewpc为电网弃风惩罚系数；
S4：在空间上对多区域互联电网的能量与备用进行联合优化，得到最优的机组组合方案，从而实现各区域的协调优化。
CN201811410806.2A 2018-11-24 2018-11-24 计及风险的含大规模风电的互联电网机组组合方法 Expired - Fee Related CN109245176B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811410806.2A CN109245176B (zh) 2018-11-24 2018-11-24 计及风险的含大规模风电的互联电网机组组合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811410806.2A CN109245176B (zh) 2018-11-24 2018-11-24 计及风险的含大规模风电的互联电网机组组合方法

Publications (2)

Publication Number Publication Date
CN109245176A CN109245176A (zh) 2019-01-18
CN109245176B true CN109245176B (zh) 2021-07-02

Family

ID=65073978

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811410806.2A Expired - Fee Related CN109245176B (zh) 2018-11-24 2018-11-24 计及风险的含大规模风电的互联电网机组组合方法

Country Status (1)

Country Link
CN (1) CN109245176B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109995091B (zh) * 2019-04-26 2022-11-29 太原理工大学 一种考虑预测误差的交直流混合微电网经济调度方法
CN110311427B (zh) * 2019-06-18 2020-12-01 华北电力大学 计及故障概率的两阶段n-k鲁棒故障约束机组组合方法
CN111325449B (zh) * 2020-01-23 2022-08-23 清华大学 电网运行风险主动防控方法及装置
CN113346541B (zh) * 2021-05-26 2022-09-27 南京理工大学 一种台风灾害下风电预防控制优化方法
CN113408132B (zh) * 2021-06-24 2022-09-27 国网江苏省电力有限公司 一种计及随机性故障场景的区域自治电网可靠性评估方法
CN113765153B (zh) * 2021-08-24 2023-09-12 国网电力科学研究院有限公司 一种基于风险评估的新能源极限接入能力计算方法及系统
CN115189418B (zh) * 2022-07-13 2025-06-13 广东电网有限责任公司 一种新能源并网的备用容量配置方法、装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0075555A1 (en) * 1981-04-06 1983-04-06 Nuclear Systems, Inc. System for monitoring utility usage
CN103199510A (zh) * 2013-03-28 2013-07-10 华南理工大学 配电网故障恢复的有序二元决策图建模方法
CN107482656A (zh) * 2017-08-11 2017-12-15 电力规划总院有限公司 微电网的电力规划方法、装置、设备及计算机可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014090285A1 (de) * 2012-12-11 2014-06-19 Siemens Aktiengesellschaft Verfahren zur steuerung des betriebs von elektrischen energieerzeugern und steuereinrichtung zur durchführung des verfahrens

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0075555A1 (en) * 1981-04-06 1983-04-06 Nuclear Systems, Inc. System for monitoring utility usage
CN103199510A (zh) * 2013-03-28 2013-07-10 华南理工大学 配电网故障恢复的有序二元决策图建模方法
CN107482656A (zh) * 2017-08-11 2017-12-15 电力规划总院有限公司 微电网的电力规划方法、装置、设备及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Multi-Area Unit Commitment Model Based on Multi-Scenarios Risk Analysis";Jinhao Wang;《2018 2nd IEEE Conference on Energy Internet and Energy System Integration (EI2) 》;20181022;第1-5页 *
"基于场景集的含风电电力系统旋转备用优化";艾小猛;《电网技术》;20180305;第835-841页 *

Also Published As

Publication number Publication date
CN109245176A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN109245176B (zh) 计及风险的含大规模风电的互联电网机组组合方法
CN106874630B (zh) 基于电量消纳的区域电网新能源开发潜力评估方法
CN109523128B (zh) 一种促进消纳的可再生能源容量配置方法
CN104242356B (zh) 考虑风电场集电线故障的鲁棒区间风电调度方法及装置
CN110400056B (zh) 基于风光时空特性的梯级水电日前优化调度方法及装置
CN110620397B (zh) 一种高比例可再生能源电力系统的调峰平衡评估方法
CN106295853A (zh) 基于储能调度模式的分布式光伏两阶段多目标就地消纳法
CN106384162B (zh) 考虑分区备用和n-1校验的电力系统电能-备用联合优化调度方法
CN111313475A (zh) 一种功率平衡约束考虑预测误差不确定变量的电力系统调度方法
CN107612017A (zh) 基于需求响应和分布式储能的风电并网智能调控系统
CN103956773B (zh) 含风电系统机组的备用配置优化方法
CN116260181A (zh) 考虑大规模可再生能源接入的多时间尺度调度方法
CN107104462A (zh) 一种用于风电场储能调度的方法
CN106549420A (zh) 考虑风险和风力发电的电力系统运行备用优化方法
CN107302231A (zh) 一种小水电群接入电网的两目标随机经济调度方法
CN109301940A (zh) 一种可再生能源接入的源-网-荷协同优化系统
CN105046353B (zh) 一种电力系统低碳化水平的评价方法
CN114648195A (zh) 一种电网多层级辅助服务中的储能电站智能协同调控办法
CN118199164A (zh) 计及多异质不确定性的含氢能源系统优化调度方法及系统
CN117977538A (zh) 一种电力系统灵活性评估方法、系统、设备及介质
CN116452017A (zh) 一种多微网综合能源系统规划方法及装置
CN110929968A (zh) 一种智慧城市多能源联合供给综合调控方法及系统
CN115470999A (zh) 一种降低电力网络拥塞的储能容量配置方法、装置及存储介质
Cai et al. Intra-day Tie-line Scheduling Model Considering New Energy Fluctuation
CN116191555A (zh) 一种基于灵活性边界预估的分布式新能源调峰响应优化运行方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210702

Termination date: 20211124

CF01 Termination of patent right due to non-payment of annual fee